图书介绍

神经网络实用教程PDF|Epub|txt|kindle电子书版本网盘下载

神经网络实用教程
  • 张良均,曹晶,蒋世忠编 著
  • 出版社: 北京:机械工业出版社
  • ISBN:7111231783
  • 出版时间:2008
  • 标注页数:184页
  • 文件大小:18MB
  • 文件页数:194页
  • 主题词:人工神经元网络-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

神经网络实用教程PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 人工神经网络概述1

1.1 神经网络的基本概念1

1.1.1 生物神经元的结构与功能特点1

1.1.2 人工神经元模型2

1.1.3 神经网络的结构及工作方式3

1.1.4 神经网络的学习5

1.2 神经网络的特点及其应用7

1.2.1 神经网络的特点7

1.2.2 神经网络的应用领域7

练习题8

第2章 实用神经网络模型与学习算法9

2.1 MATLAB快速入门9

2.1.1 MATLAB界面组成10

2.1.2 MATLAB基本运算11

2.1.3 MATLAB绘图函数15

2.2 感知器神经网络模型与学习算法17

2.2.1 单层感知器17

2.2.2 单层感知器的学习算法18

2.2.3 单层感知器的MATLAB实现19

2.2.4 多层感知器24

2.3 线性神经网络模型与学习算法25

2.3.1 线性神经元网络模型25

2.3.2 线性神经网络的学习算法26

2.3.3 线性神经网络的MATLAB实现27

2.4 BP神经网络模型与学习算法31

2.4.1 BP神经网络模型31

2.4.2 BP网络的标准学习算法32

2.4.3 BP神经网络学习算法的MATLAB实现34

2.5 径向基函数神经网络模型与学习算法37

2.5.1 RBF神经网络模型38

2.5.2 RBF网络的学习算法39

2.5.3 RBF网络学习算法的MATLAB实现40

2.6 自组织神经网络模型与学习算法42

2.6.1 自组织特征映射神经网络结构42

2.6.2 自组织特征映射网络的学习算法43

2.6.3 自组织网络学习算法的MATLAB实现44

2.7 学习向量量化(LVQ)神经网络模型与学习算法48

2.7.1 LVQ神经网络结构48

2.7.2 LVQ神经网络的学习算法48

2.7.3 LVQ神经网络学习算法的MATLAB实现50

2.8 Elman神经网络算法模型与学习算法53

2.8.1 Elman神经网络结构53

2.8.2 Elman神经网络学习算法54

2.8.3 Elman神经网络学习算法的MATLAB实现54

2.9 Hopfield神经网络模型与学习算法57

2.9.1 离散Hopfield神经网络58

2.9.2 连续Hopfield神经网络61

2.9.3 Hopfield神经网络的MATLAB实现63

2.10 Boltzmann神经网络模型与学习算法65

2.10.1 Boltzmann机的网络结构66

2.10.2 Boltzmann机学习算法67

2.11 模糊神经网络68

2.11.1 模糊神经网络主要形式69

2.11.2 模糊神经网络模型70

2.11.3 模糊神经网络学习方法71

2.11.4 模糊逻辑MATLAB函数71

练习题72

第3章 神经网络优化方法73

3.1 BP网络学习算法的改进73

3.1.1 消除样本输入顺序影响的改进算法73

3.1.2 附加动量的改进算法74

3.1.3 采用自适应调整参数的改进算法75

3.1.4 使用弹性方法的改进算法75

3.1.5 使用拟牛顿法的改进算法75

3.1.6 基于共轭梯度法的改进算法76

3.1.7 基于Levenberg-Marquardt法的改进算法76

3.2 基于遗传算法的神经网络优化方法77

3.2.1 概述77

3.2.2 遗传算法简介78

3.2.3 遗传算法工具箱79

3.2.4 用遗传算法优化神经网络权值的学习过程81

3.3 小波神经网络81

3.3.1 概述81

3.3.2 小波神经网络参数调整算法83

3.3.3 小波神经网络的MATLAB函数86

练习题86

第4章 nnToolKit神经网络工具包88

4.1 nnToolKit简介88

4.2 nnToolKit函数库88

4.3 应用举例100

4.3.1 基于LM神经网络的房地产开发风险预测模型100

4.3.2 自组织特征映射网络进行图像识别107

4.3.3 模糊神经网络预测地基沉降量112

4.3.4 基于遗传神经网络的图像分割117

4.3.5 小波神经网络在1-D插值上的应用121

练习题124

第5章 MATLAB混合编程技术125

5.1 概述125

5.2 COM生成器(COM Builder)125

5.2.1 创建nnToolKit的COM组件125

5.2.2 nnToolKit组件的安装128

5.2.3 VB调用nnToolKit神经网络工具包实现混合编程130

5.2.4 CB调用nnToolKit神经网络工具包实现混合编程135

5.2.5 VC调用nnToolKit神经网络工具包实现混合编程139

5.3 Excel生成器(Excel Builder)146

5.3.1 创建nnxToolKit的Excel插件146

5.3.2 nnxToolKit组件的安装149

5.3.3 nnxToolKit组件集成到VBA149

5.3.4 创建图形用户界面152

5.3.5 保存和测试插件160

5.3.6 分发应用程序161

5.3.7 应用示例161

练习题164

第6章 神经网络混合编程案例165

6.1 概述165

6.2 预测评价指标体系165

6.3 预测评估模型166

6.4 有效模式和样本集的确定167

6.5 样本库的建立和归一化处理168

6.5.1 样本库的建立168

6.5.2 归一化处理169

6.6 系统实现169

练习题170

附录 2NDN神经网络建模仿真工具171

1.2NDN神经网络建模型仿真工具简介171

1.1 2NDN主要特点171

1.2 2NDN功能简介172

2.基于时间序列的股票趋势预测模型173

3.用2NDN神经网络建模型仿真工具实现混合编程178

练习题182

参考文献184

热门推荐